Grep RegExからのグループのキャプチャ

sh（Mac OSX 10.6）には、ファイルの配列を調べるためのこの小さなスクリプトがあります。この時点で、Googleは役に立たなくなっています。

files="*.jpg"
for f in $files
    do
        echo $f | grep -oEi '[0-9]+_([a-z]+)_[0-9a-z]*'
        name=$?
        echo $name
    done

これまでのところ（明らかに、シェルの教祖にとって）は、ファイル名が提供された問題と一致したことが判明した$nameかどうかに応じて、0、1、または2を保持grepします。私が欲しいのは、括弧の中にあるものをキャプチャ([a-z]+)し、それを変数に格納することです。

できれば使用しgrepたいだけです。そうでない場合は、PythonやPerlなど、sedまたはそのようなものは使用しないでください。私はシェルが初めてなので、* nixの純粋主義的な角度から攻撃したいと思います。

また、超クールなボヌスとして、シェルで文字列を連結する方法について知りたいのですが？キャプチャしたグループは$ nameに格納されている文字列 "somename"でしたcat $name '.jpg'か、それの最後に文字列 ".jpg"を追加したいと思いますか？

時間があれば、何が起こっているのか説明してください。

Bashを使用している場合は、使用する必要もありませんgrep。

files="*.jpg"
regex="[0-9]+_([a-z]+)_[0-9a-z]*"
for f in $files    # unquoted in order to allow the glob to expand
do
    if [[ $f =~ $regex ]]
    then
        name="${BASH_REMATCH[1]}"
        echo "${name}.jpg"    # concatenate strings
        name="${name}.jpg"    # same thing stored in a variable
    else
        echo "$f doesn't match" >&2 # this could get noisy if there are a lot of non-matching files
    fi
done

正規表現を変数に入れることをお勧めします。一部のパターンは、文字どおりに含まれていると機能しません。

これ =~は、Bashの正規表現一致演算子を使用します。一致の結果はという配列に保存され$BASH_REMATCHます。最初のキャプチャグループはインデックス1に格納され、2番目のキャプチャグループ（存在する場合）はインデックス2に格納されます。インデックス0は完全一致です。

アンカーがない場合、この正規表現（およびを使用するものgrep）は、以下の例などと一致しますが、探しているものとは異なる場合があることに注意してください。

123_abc_d4e5
xyz123_abc_d4e5
123_abc_d4e5.xyz
xyz123_abc_d4e5.xyz

2番目と4番目の例を削除するには、次のように正規表現を作成します。

^[0-9]+_([a-z]+)_[0-9a-z]*

これは、文字列が1つ以上の数字で始まる必要があることを示しています。カラットは文字列の始まりを表します。次のように正規表現の最後にドル記号を追加すると、

^[0-9]+_([a-z]+)_[0-9a-z]*$

次に、ドットが正規表現の文字の中になく、ドル記号が文字列の終わりを表すため、3番目の例も削除されます。4番目の例もこの一致に失敗することに注意してください。

あなたがGNUを持っているならgrep（約2.5以降、\K演算子が追加されたときだと思います）：

name=$(echo "$f" | grep -Po '(?i)[0-9]+_\K[a-z]+(?=_[0-9a-z]*)').jpg

\Kオペレータ（可変長ルックビハインド）は直前のパターンが一致させるが、結果に一致するものを含んでいません。同等の固定長は(?<=)-パターンは右括弧の前に含まれます。あなたは使用する必要があります\K数量が異なる長さの文字列を一致させる可能性がある場合（例えば+、*、{2,4}）。

(?=)オペレータは、固定または可変長のパターンと「先読み」と呼ばれていると一致します。また、一致した文字列は結果に含まれません。

大文字と小文字を区別せずに一致させるには、(?i)演算子を使用します。それはそれに続くパターンに影響を与えるので、その位置は重要です。

ファイル名に他の文字があるかどうかに応じて、正規表現を調整する必要がある場合があります。この例では、部分文字列がキャプチャされると同時に文字列を連結する例を示しています。

これはgrep、少なくとも一般的には、pure では実際には不可能です。

ただし、パターンが適切な場合はgrep、パイプライン内で複数回使用して、最初に行を既知の形式に減らし、次に必要なビットだけを抽出することができます。（ツールが好きなもののcutおよびsedこれをはるかに優れています）。

議論のために、パターンが少し単純であると仮定します。[0-9]+_([a-z]+)_次のように抽出できます。

echo $name | grep -Ei '[0-9]+_[a-z]+_' | grep -oEi '[a-z]+'

1つ目grepはパターン全体に一致しない行を削除し、2つ目grep（--only-matching指定したもの）は名前のアルファ部分を表示します。これは、パターンが適切であるためにのみ機能します。「アルファ部分」は、必要なものを引き出すのに十分具体的です。

（余談：個人的に私はgrep+ cutを使用してあなたが何をしているのかを達成します：echo $name | grep {pattern} | cut -d _ -f 2。これはcut区切り文字_で分割することによって行をフィールドに解析し、フィールド2のみを返します（フィールド番号は1から始まります））。

Unixの哲学は、1つのことをうまく行うツールを用意し、それらを組み合わせて重要なタスクを達成することです。そのため、grep+ sedなどは、よりUnixyな方法であると主張します:-)

これについてはすでに回答が受け入れられていると思いますが、「厳密には* nix純粋主義者の立場から」、この仕事に最適なツールであるとpcregrep思われますが、まだ言及されていないようです。行を変更してみてください：

    echo $f | grep -oEi '[0-9]+_([a-z]+)_[0-9a-z]*'
    name=$?

次へ：

    name=$(echo $f | pcregrep -o1 -Ei '[0-9]+_([a-z]+)_[0-9a-z]*')

キャプチャグループのコンテンツのみを取得するには1。

このpcregrepツールは、で既に使用したものと同じ構文をすべて利用しますが、grep必要な機能を実装します。

このパラメータ-oは、grepバージョンが裸の場合と同じように機能しますがpcregrep、表示するキャプチャグループを示すの数値パラメータも受け入れます。

このソリューションでは、スクリプトに必要な最小限の変更があります。単に1つのモジュラーユーティリティを別のユーティリティに置き換え、パラメーターを調整するだけです。

興味深い注：複数の-o引数を使用して、複数のキャプチャグループを行に表示される順序で返すことができます。

信じられないgrepでは不可能

sedの場合：

name=`echo $f | sed -E 's/([0-9]+_([a-z]+)_[0-9a-z]*)|.*/\2/'`

私はボーナスで刺します：

echo "$name.jpg"

これはgawkを使用するソリューションです。頻繁に使用する必要があるので、関数を作成しました

function regex1 { gawk 'match($0,/'$1'/, ary) {print ary['${2:-'1'}']}'; }

使うだけ

$ echo 'hello world' | regex1 'hello\s(.*)'
world

あなたへの提案-パラメータ展開を使用して、最後のアンダースコア以降から名前の一部を削除することができ、同様に最初に：

f=001_abc_0za.jpg
work=${f%_*}
name=${work#*_}

次にname、値がありますabc。

Apple 開発者向けドキュメントを参照し、「パラメータ拡張」を前方検索してください。

bashがある場合は、拡張グロビングを使用できます

shopt -s extglob
shopt -s nullglob
shopt -s nocaseglob
for file in +([0-9])_+([a-z])_+([a-z0-9]).jpg
do
   IFS="_"
   set -- $file
   echo "This is your captured output : $2"
done

または

ls +([0-9])_+([a-z])_+([a-z0-9]).jpg | while read file
do
   IFS="_"
   set -- $file
   echo "This is your captured output : $2"
done